据 OpenAI 于 2025 年 5 月 7 日发布的案例信息，NBA 球队圣安东尼奥马刺正在使用 自定义 GPT，将生成式 AI 引入球场内外的多个工作场景。来源显示，马刺希望借助这些定制化 AI 工具提升球迷互动效率、简化内部运营流程，并推动不同团队之间的创新协作。对于开发者和 API 使用者而言，这一案例的看点不只在于体育行业“用了 AI”，更在于企业组织正在把大模型从单点聊天工具，推进到可复用、可管理、面向业务流程的应用层。
马刺的 AI 使用重点：球迷、运营与跨团队协作
来源摘要提到，圣安东尼奥马刺使用 custom GPTs 的目标包括增强 fan engagement、streamline operations，以及 drive innovation across teams。换句话说，这类工具并非只服务于技术部门，而是可能被部署到市场、内容、票务、运营、管理等多个业务环节中，用于帮助团队更快处理信息、生成内容草案、组织知识和辅助决策。
体育俱乐部天然拥有大量高频互动场景：球迷沟通、活动策划、比赛相关内容、会员服务、品牌传播等，都需要在速度和一致性之间取得平衡。自定义 GPT 的价值在于，它可以围绕组织自身的语气、流程和知识边界进行配置，让 AI 更接近“内部助手”，而不是一个完全泛化的聊天窗口。
- 球迷互动：帮助团队更快构思沟通内容、活动创意或服务回应方向。
- 运营提效：将重复性信息处理、文档整理、流程辅助等任务交给 AI 先行处理。
- 团队创新：让不同部门以较低门槛尝试 AI 工作流，沉淀可复制的使用方式。
- 组织知识复用：通过定制化设置，让 AI 更贴近团队已有规范和业务语境。
从“会聊天”到“能嵌入流程”：企业使用大模型的变化
马刺案例反映出一个更广泛的趋势：企业采用大模型时，关注点正在从模型本身的能力，转向如何把模型稳定、安全、低成本地嵌入具体流程。对于 API 使用者来说，这意味着应用开发不再只是调用一个通用对话接口，而是要考虑权限、上下文、提示词模板、数据接入、响应质量评估和多人协作等问题。
自定义 GPT 的出现降低了非技术团队使用 AI 的门槛，但在更复杂的企业场景中，开发者仍然需要承担“连接器”的角色：把模型能力接入业务系统，把组织知识转化为可检索、可调用的上下文，并对输出进行审计和管理。体育行业只是一个样本，类似逻辑同样适用于教育、零售、媒体、企业服务等高互动行业。
对 API 开发者与中转服务使用者的启示
从本站关注的模型调用与 API 接入角度看，马刺使用自定义 GPT 的意义在于：企业真实需求往往不是一次性问答，而是稳定可扩展的 AI 工作流。当一个组织把 AI 推广到多个团队后，调用量、并发、权限管理、成本控制和可用性都会成为实际问题。
这也解释了为什么越来越多开发者会关注模型 API 的中转、额度调度、并发能力和成本优化。面向企业内部的 AI 助手通常需要持续运行，并在不同部门间保持体验一致。如果底层接口不稳定，或者成本不可预期，前端产品体验和组织推广都会受到影响。
因此，开发者在规划类似 custom GPT 的业务应用时，可以优先关注几类问题：模型是否适合该任务、是否需要多模型备选、调用失败如何降级、上下文数据如何更新、不同团队是否需要不同权限，以及如何统计使用量和成本。相比单纯追求“最强模型”，企业落地更看重的是可维护、可治理、可持续。
体育行业案例释放的市场信号
圣安东尼奥马刺的案例说明，AI 正在进入品牌运营和组织管理的一线场景。对大模型生态而言，这类案例会继续推动企业从试用走向常态化部署，也会带动围绕 API、工作流编排、知识库、权限控制和监控计费的配套需求。
对于准备接入 OpenAI、Claude、Gemini 等模型的团队来说，当前更现实的路径是从清晰的小场景开始，例如内容初稿、客服辅助、内部知识问答或运营流程自动化，再逐步扩展到跨部门使用。马刺的做法提示我们：AI 的竞争力不只来自模型参数，更来自能否真正服务业务团队，并在日常工作中持续产生可衡量的效率提升。